ساخت هدفون جدیدی که صداهای اطراف را فیلتر می کند

به گزارش خبرنگار گروه علم و فناوری خبرگزاری برنا؛ آیا هوش مصنوعی (AI) می تواند به شما کمک کند تا صدای گریه نوزادان یا سرن را فیلتر کنید در حالی که آواز پرندگان را حفظ می کنید ؟

یک تيم از دانشگاه واشنگتن دست یافتند که چطور می توان صدای پس زمینه را از صدای اصلی در هدفون جدا کنند.

آنها الگوریتم هایی را با استفاده از تکنولوژی یادگیری عمیق توسعه داده اند که به کاربران اجازه می دهد صداهایی را که می توانند هنگام استفاده از هدفون گوش دهند انتخاب کنند. آنها این سیستم را "شنوایی معنایی"نامیدند.

شیام گولاکوتا، استاد علوم کامپیوتر و مهندسی گفت: در سطح بالا، ما از هدفون‌های ضد سر و صدا برای سرکوب تمام صدا‌ها در محیط استفاده می‌کنیم. اما ما در یک شبکه عصبی در گوشی هوشمند اجرا می‌کنیم تا صدا‌های مورد علاقه را استخراج کنیم و در زمان واقعی آن را از طریق هدفون به گوش پخش کنیم.

این دستگاه چطور کار میکند؟ هدفون صدا‌های ضبط شده را به یک گوشی هوشمند متصل ارسال می‌کند و صدا‌های دیگر را مسدود می‌کند. کاربران می‌توانند صدا‌ها را از ۲۰ دسته انتخاب کنند؛ مانند صدای پرندگان با استفاده از دستورات صوتی یا یک برنامه، با فقط صدا‌های انتخاب شده پخش می‌شود.

بانداو ولوری، دانشجوی دکترا در علوم کامپیوتر، توضیح داد که آن‌ها باید "یک مدل یادگیری عمیق بسیار کارآمد"ایجاد کنند. صدا‌های هدف که ما از طریق بلندگو پخش می‌کنیم باید با آنچه که پوشنده در محیط می‌بیند سازگار باشد. به همین دلیل، ما فقط ۲۰ میلی ثانیه برای پردازش صدای ورودی، استخراج صدا‌های هدف و پخش آن‌ها بر روی هدفون‌ها داریم.
این محدودیت زمانی توضیح می‌دهد که چرا سیستم به جای سرور‌های ابری به تلفن‌های هوشمند متکی است.

آماده برای راه اندازی به بازار مصرف کننده

گولاکوتا گفت: آنچه در اینجا جالب است این است که وقتی مردم معمولا در مورد شبکه‌های عصبی و هوش مصنوعی صحبت می‌کنند، آن‌ها با مدل‌های بزرگ زبان مانند ChatGPT آشنا هستند.

این نیاز به مدل‌های بسیار بزرگ دارد که در مراکز داده بزرگ اجرا می‌شوند که واقعا برای برنامه ما امکان پذیر نیست. ما یک شبکه عصبی ویژه طراحی کردیم که می‌تواند بر روی یک گوشی هوشمند اجرا شود.

این سیستم در مکان‌هایی مانند دفاتر، خیابان‌ها و پارک‌ها آزمایش شده است و می‌تواند سرن‌ها، صدا‌های پرنده، آلارم‌ها و صدا‌های خاص را انتخاب کند در حالی که از شر تمام صدا‌های پس زمینه دیگر خلاص می‌شود.

طبق نتایج مطالعه، ۲۲ نفر در مورد خروجی صدا سیستم بازخورد دادند، به طور کلی گفتند که بهتر از ضبط اصلی است. با این حال، در برخی شرایط، سیستم تشخیص تفاوت بین صدا‌هایی که کاملا مشابه هستند، مانند آواز خواندن و صحبت کردن را دشوار می‌دانست. محققان پیشنهاد می‌کنند که آموزش مدل‌ها با داده‌های بیشتر در دنیای واقعی ممکن است به بهبود این نتایج کمک کند.

ولوری گفت که این سیستم "برای راه اندازی به بازار مصرف کننده آماده است". این دو روند [تکنولوژی لغو سر و صدا و یادگیری عمیق] فرصت‌هایی را برای ایجاد آینده پوشیدنی‌های هوشمند با قابلیت‌های دنیای واقعی که تاکنون در قلمرو داستان‌های علمی تخیلی بوده است، ارائه می‌دهند.

وی افزود: من بسیار هیجان زده هستم که این زمان مناسب برای ایجاد این هدست‌های هوشمند است و ما در پنج سال آینده شروع به دیدن هوش در هدست‌های خود خواهیم کرد.
انتهای پیام/